格式:pdf
大?。?span class="single-tag-height">834KB
頁數(shù): 7頁
以火焰筒浮動瓦塊結構為研究對象,提出了利用神經網絡與遺傳算法相結合的方法對浮動瓦塊中冷卻結構變量和安裝位置變量進行同步優(yōu)化.利用遺傳算法分別對冷卻結構變量和安裝位置變量進行優(yōu)化,將安裝位置優(yōu)化結果作為冷卻結構變量優(yōu)化中遺傳操作的依據,最終實現(xiàn)冷卻結構和安裝位置的同步優(yōu)化.為了通過計算效率,利用神經網絡對安裝位置的優(yōu)化結果進行映射取代其優(yōu)化過程.算例結果表明:該方法高效、精確,有很好的工程實用價值.
格式:pdf
大小:20KB
頁數(shù): 3頁
#2機組主機推力瓦塊溫度相差大 (10℃ )的原因分析報告 我們以某電廠 #2機組主機推力瓦塊溫度及有關數(shù)據見下表: 時間 2010.06.24 16:45 2010.06.25 11:30 2010.06.26 05:51 2010.06.28 07:40 2010.06.28 15:06 機組負荷( MW) 299 191 296.5 186.7 222 主機潤滑油溫 (℃) 41.68 41.73 41.48 41.59 41.59 主機潤滑油壓 (KPa) 156.9 159 155 160 157.9 Front (測點 名 ) DEH2-TBFCTH1 46.26℃ 45.87℃ 46.26℃ 45.50℃ 45.40℃ DEH2-TBFCTH2 46.56℃ 46.17℃ 46.27℃ 46.18℃ 47.25℃ Rear (測點 名 ) DE